sac算法训练效果不佳

Question

奖励函数曲线出现下面这种情况是什么原因啊，超参数、批次大小什么的都调过，还是效果不佳。求指点

Answer 1

【相关推荐】

• 帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7423714
• 你也可以参考下这篇文章：[数学] 一般正态曲线函数的积分怎么求？为什么总是1？
• 您还可以看一下 田德华老师的小程序·云开发实战 微信朋友圈所有功能课程中的 发布动态 ~ 获取输入的文本内容小节, 巩固相关知识点
  
• 除此之外, 这篇博客: 机器学习思考题目——04基础算法中的 8.当用多项式回归的时候，如果学习曲线中训练误差和验证误差有一个大的的间隔，原因是什么？有哪些方法可以解决这个问题？ 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  如果验证误差比训练误差大得多，可能是因为模型过拟合了。
  解决办法：
  （a）减少多项式的阶数：低阶多项式不容易过拟合。
  （b）可以对模型进行正则化：在损失函数中添加L2惩罚（Ridge）或L1惩罚（Lasso）。这也会减少模型的自由度的阶数。
  （c）可以尝试增加数据集的数量。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^